绝地求生可以这样制作 (Python 版)

news2024/11/28 2:52:31

一、概述

1.1 效果

图片

总的来说，这种方式是通过图像识别来完成的，不侵入游戏，不读取内存，安全不被检测。

1.2 前置知识

  1. 游戏中有各种不同的枪械，不同的枪械后坐力不一样，射速也不同。相同的枪械，装上不同的配件后，后坐力也会发生变化。

  2. 枪械的y轴上移是固定的，x轴是随机的，因此我们程序只移动鼠标y轴。x轴游戏中手动操作。

1.3 实现原理简述

  1. 通过python中的pynput模块监听键盘鼠标。

监听鼠标左键按下，这个时候开始移动鼠标。左键抬起，终止移动。监听键盘按键，比如tab键，这时打开背包，截屏开始识别装备栏。

  1. 通过python的pyautogui模块来截屏，可以截取屏幕指定位置。

  2. 通过python的opencv模块来处理截取的图片。

  3. 通过SSIM算法来对比图片相似度，获取到装备栏的武器、配件。

  4. 通过python的pydirectinput操作鼠标移动。

技术交流

技术要学会分享、交流，不建议闭门造车。一个人可以走的很快、一堆人可以走的更远。

好的文章离不开粉丝的分享、推荐，资料干货、资料分享、数据、技术交流提升，均可加交流群获取，群友已超过2000人，添加时最好的备注方式为：来源+兴趣方向，方便找到志同道合的朋友。

方式①、添加微信号：pythoner666，备注：来自CSDN + 绝地求生
方式②、微信搜索公众号：Python学习与数据挖掘，后台回复：绝地求生

二、详解

2.1 pynput监听键盘

import pynput.keyboard as keyboard

# 监听键盘
def listen_keybord():
    listener = keyboard.Listener(on_press=onPressed, on_release=onRelease)
    listener.start()

pynput的监听为异步事件，但是会被阻塞，所以如果事件处理事件过长，得用异步处理。

2.2 监听事件

创建了c_equipment类来封装武器信息。重点在tab键的监听，使用异步来检测装备信息。

def onRelease(key):
    try:
        if '1' == key.char:
            c_equipment.switch = 1 #主武器1
        elif '2' == key.char:
            c_equipment.switch = 2 #主武器2
        elif '3' == key.char:
            c_equipment.switch = 3 #手枪 switch=3的时候不压枪
        elif '4' == key.char:
            c_equipment.switch = 3 #刀具
        elif '5' == key.char:
            c_equipment.switch = 3 #手雷
    except AttributeError:
        if 'tab' == key.name:      #tab键异步操作检测
            asyncHandle()
        elif 'num_lock' == key.name:  #小键盘锁用来控制程序开关
            changeOpen()
        elif 'shift' == key.name:   
            c_contants.hold = False

2.3 pyautogui截屏

检测装备，首先要在打开装备栏的时候，截屏。

pyautogui.screenshot(region=[x, y, w, h])

x,y分别表示坐标，w,h表示宽度和高度。截取之后，为了方便对比图片，需要将图片二值化，然后保存到本地。

完整代码如下：

import pyautogui

def adaptive_binarization(img):
    #自适应二值化
    maxval = 255
    blockSize = 3
    C = 5
    img2 = cv2.adaptiveThreshold(img, maxval, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, blockSize, C)
    return img2

# 屏幕截图
def shotCut(x, y, w, h):
    im = pyautogui.screenshot(region=[x, y, w, h])
    screen = cv2.cvtColor(numpy.asarray(im), cv2.COLOR_BGR2GRAY)
    temp = adaptive_binarization(screen)
    return temp
    
def saveScreen():
    screen1 = shotCut(1780, 125, 614, 570)
    cv2.imwrite("./resource/shotcut/screen.bmp", screen1)

图片

2.4 素材准备

屏幕截图处理后如上，在装备识别之前，我们需要先准备很多素材图片用来对比。比如:武器名、枪托、握把、枪口

图片

武器名：

图片

枪托

图片

2.5 裁剪图片

为了方便图片对比，我们需要将截取的装备栏部分的图片裁剪成和素材一样大小的图片。

比如，我们要检测武器一的名字：

#读取之前的截屏
screen = cv2.imread("./resource/shotcut/screen.bmp", 0)
#裁剪出武器1名字
screenWepon1 = screen[0:40, 45:125]
#拿裁剪的图片和武器素材的目录作为入参，进行对比
w1Name = compareAndGetName(screenWepon1, "./resource/guns/")

2.6 对比图片

#对比图片获取名字
def compareAndGetName(screenImg, dir):
    #获取目录下所有文件
    content = os.listdir(dir)
    name = 'none'
    max = 0
    #遍历文件
    for fileName in content:
        #使用opencv读取文件
        curWepone = cv2.imread(dir + fileName, 0)
        #使用SSIM算法拿到图片相似度
        res = calculate_ssim(numpy.asarray(screenImg), numpy.asarray(curWepone))
        #获取相似度最大的
        if max < res and res > 0.5:
            max = res
            name = str(fileName)[:-4]
    return name

SSIM算法：

def calculate_ssim(img1, img2):
    if not img1.shape == img2.shape:
        raise ValueError('Input images must have the same dimensions.')
    if img1.ndim == 2:
        return ssim(img1, img2)
    elif img1.ndim == 3:
        if img1.shape[2] == 3:
            ssims = []
            for i in range(3):
                ssims.append(ssim(img1, img2))
            return numpy.array(ssims).mean()
        elif img1.shape[2] == 1:
            return ssim(numpy.squeeze(img1), numpy.squeeze(img2))
    else:
        raise ValueError('Wrong input image dimensions.')

到这，我们就能获取到装备栏1位置的武器名字了。

2.7 操作鼠标

知道武器名字后，同理，我们可以获取到装备的配件。然后，监听鼠标左键按下，然后开始下移鼠标。

我们以m762武器为例：

射速：86, 每一发子弹间隔86毫秒

后坐力：[42, 36, 36, 36, 42, 43, 42, 43, 54, 55, 54, 55, 54, 55, 54, 55, 62, 62, 62, 62, 62, 62, 62, 62,62, 62, 62, 62, 62, 62, 62, 62, 62, 62, 62, 62, 77, 78, 77, 78]

表示每发子弹打出后，需要在y轴下移的距离，用来与后坐力对冲。

def moveMouse(): 
    #从识别的数据中，再更具当前选择的武器，获取此刻的武器（比如按下1键，武器装备栏1为m762，那么此时武器就是m762）
    curWepone = getCurrentWepone()
    if (curWepone.name == 'none'):
        return
    #基础y轴补偿（没任何配件）
    basic = curWepone.basic
    #射速
    speed = curWepone.speed
    startTime = round(time.perf_counter(), 3) * 1000
    for i in range(curWepone.maxBullets):
        #是否可以开火，比如左键抬起，就中断。
        if not canFire():
            break
        #系数，比如按住shift屏息，就需要再原来基础上乘1.33
        holdK = 1.0
        if c_contants.hold:
            holdK = curWepone.hold
        #乘以系数后实际的移动距离
        moveSum = int(round(basic[i] * curWepone.k * holdK, 2))
        while True:
            if (moveSum > 10):
                #移动鼠标
                pydirectinput.move(xOffset=0, yOffset=10, relative=True)
                moveSum -= 10
            elif (moveSum > 0):
                pydirectinput.move(xOffset=0, yOffset=moveSum, relative=True)
                moveSum = 0
            elapsed = (round(time.perf_counter(), 3) * 1000 - startTime)
            if not canFire() or elapsed > (i + 1) * speed + 10:
                break
            time.sleep(0.01)

代码中的while循环：

其实再第一发子弹射出后，我们只需要下移42的距离，然后计算出需要等待的时间（0.086-移动鼠标的时间），然后第二发子弹射出，以此类推。

while循环的作用是防止屏幕抖动太厉害。因为直接移动42的距离，游戏中抖的厉害，所以我们再86毫秒的间隔里分了多次来移动鼠标。

python中的sleep函数不准确，所以我们要自己来计时，防止错过每发子弹的时间间隔。不准确还有个好处，随机，正好不用自己来随机防止检测了。

三、最麻烦的部分

每个枪的后坐力都不一样，我们需要自己去游戏的训练场，一发发子弹的调试，获取准确的补偿数据。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/607666.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

【Java】Java(四十八)：日志

【Java】Java(四十八)：日志

文章目录 1. 概述2. 日志体系结构和Log4J3. 入门案例4. 配置文件详解 1. 概述 程序中的日志可以用来记录程序在运行的时候点点滴滴。并可以进行永久存储。 日志与输出语句的区别 2. 日志体系结构和Log4J 体系结构 Log4J Log4j是Apache的一个开源项目。 通过使用Log4j&#…
阅读更多...
vue实现导航栏功能的方法

vue实现导航栏功能的方法

在 Vue中实现导航栏功能&#xff0c;我们可以将导航栏作为一个单独的组件来实现。这样可以方便我们进行修改、定制&#xff0c;并有多种方式进行添加导航栏&#xff0c;如使用 Vue的 document. position属性或者使用vue-dialog-position属性来添加导航栏。在此&#xff0c;我们…
阅读更多...
mac os终于成功安装MySQL

mac os终于成功安装MySQL

目录 PART 1. 下载MySQL PART 2. 安装MySQL PART 3. 启动MySQL 大家好&#xff0c;我是tin&#xff0c;一个热爱技术喜欢折腾的开发&#xff0c;欢迎阅读我的重磅肝文&#xff1a; 1. 面试官&#xff1a;你给我讲一讲&#xff0c;Dubbo暴力停机&#xff0c;消费者是如何感知…
阅读更多...
机器学习知识经验分享之六：R语言绘图之小提琴图绘制

机器学习知识经验分享之六：R语言绘图之小提琴图绘制

python语言用于深度学习较为广泛&#xff0c;R语言用于机器学习领域中的数据预测和数据处理算法较多&#xff0c;后续将更多分享机器学习数据预测相关知识的分享&#xff0c;有需要的朋友可持续关注&#xff0c;有疑问可以关注后私信留言。 文章目录 一、小提琴图 二、相关代…
阅读更多...
node、node-sass和sass-loader版本错误问题 this.getOptions is not a function

node、node-sass和sass-loader版本错误问题 this.getOptions is not a function

安装node-sass和sass-loader后&#xff0c;使用npm run dev启动项目时一直报错。网上查明原因&#xff0c;是因为版本问题&#xff0c;但是修改node-sass和sass-loader版本后&#xff0c;又提示说node版本不兼容&#xff0c;我的node版本是18。随后又尝试了很多node-sass和sass…
阅读更多...
【STM32CubeMX项目】STM32DHT11工程文件

【STM32CubeMX项目】STM32DHT11工程文件

前言 在我的另一篇里文章里已经介绍过DHT11的时序理论了&#xff0c;这里介绍下&#xff0c;我写DHT11的数据获取的思路和调用。程序验证后&#xff0c;发现下述问题&#xff0c;暂时解决不了&#xff0c;但是还是会把个人的代码流程&#xff0c;函数的编写思路和工程写下&…
阅读更多...
蔚来的痛苦远未结束

蔚来的痛苦远未结束

来源&#xff1a;猛兽财经 作者&#xff1a;猛兽财经 总结 &#xff08;1&#xff09;蔚来5月份的交付数据没有计入ES6的订单情况 &#xff08;2&#xff09;蔚来现在面临的主要问题是销售成本在不断增长&#xff0c;残酷的事实是&#xff0c;蔚来资产负债表上的现金只能维持5…
阅读更多...
在Windows中安装极狐GitLab Runner

在Windows中安装极狐GitLab Runner

官方文档&#xff1a;https://docs.gitlab.cn/runner/install/windows.html 在Windows中安装极狐GitLab Runner 1.下载GitLab Runner二进制文件&#xff0c;新建一个文件夹&#xff08;不要有中文&#xff09;&#xff0c;并将二进制文件放入该文件夹&#xff0c;重命名为“git…
阅读更多...
django连接mysql

django连接mysql

1.0app目录 1.pip 安装mysqlclient 2.在cmd里面新建一个django项目 3.在cmd里面新建一个app名字叫blogg 4.创建自己的数据库 django连接mysql 首建项目maneage里面setting的mysql配置 6.setting里面的installed_apps里面加上app的配置 7.app里面models模板的设置…
阅读更多...
平面图学习

平面图学习

空调管道的设计&#xff1a;某景区有6个景点&#xff0c;位置分布如下图。 分析者认为&#xff1a;(1) A1与A4&#xff0c; (2) A2与A5&#xff0c; (3) A3与A6间人流较少&#xff0c;其它景点之间人流量大&#xff0c;必须投资铺设空调管道&#xff0c;但要求空调管道间不能交…
阅读更多...
国密算法初探 ｜ 入门教程 ｜ 解析

国密算法初探 ｜ 入门教程 ｜ 解析

国密算法即国家密码局认定的国产密码算法。 国密算法是商用密码&#xff0c;仅能用于商业用途。国密算法是一套标准&#xff0c;由国家密码局制定的规范&#xff0c;凡是符合的&#xff0c;都可以称之为国密算法。国密算法暂无官方的代码实现&#xff0c;企业可以自己编码实现…
阅读更多...
用Numpy实现简单的神经网络

用Numpy实现简单的神经网络

目录 数据预处理模型设计训练过程小批量随机梯度下降 用numpy实现神经网络对波士顿房价进行预测 假设房价和各影响因素之间能够用线性关系来描述&#xff1a; y ∑ j 1 M x j w j b y { \sum_{j1}^Mx_j w_j} b yj1∑M​xj​wj​b 模型的求解即是通过数据拟合出每个 w j w_…
阅读更多...
使用思维导图做出Mybatis核心配置文件中各层及结构以及常用标签的意义和详细作用.

使用思维导图做出Mybatis核心配置文件中各层及结构以及常用标签的意义和详细作用.

一、配置文件概述 Mybatis 配置文件两大类&#xff1a;1.Mybatis 主配置文件&#xff1b;2.Mybatis 的 mapper 文件 Mybatis 主配置文件&#xff1a; 提供 Mybatis 全局设置的。包含的内容、日志、数据源、mapper 文件位置等信息。Mybatis 的 mapper 文件&#xff1a; 写 sql …
阅读更多...
linux 中的 gdb 调试方法和技巧（有截图超详细）

linux 中的 gdb 调试方法和技巧（有截图超详细）

一、 背景 1. 程序的发布方式有两种&#xff0c;debug模式和release模式 2. Linux gcc/g出来的二进制程序&#xff0c;默认是release模式 3. 要使用gdb调试&#xff0c;必须在源代码生成二进制程序的时候&#xff0c;加上 -g 选项 如下图&#xff1a; 不加 -g 默认是 relea…
阅读更多...
【Java】快速排序

【Java】快速排序

文章目录 一、什么是快速排序二、基准元素的选择1、选择第一个元素2、随机选择 三、元素的交换1、双边循环法2、单边循环法 一、什么是快速排序 快速排序是由冒泡排序演变而来&#xff0c;比冒泡排序更快的排序算法。之所以快&#xff0c;是因为快速排序用了分治法。 相同的是…
阅读更多...
基于均值方差最优化资产配置的模型特性

基于均值方差最优化资产配置的模型特性

摘要及声明 1&#xff1a;本文主要利用实际数据进行检验&#xff0c;从定量角度分析均值方差最优化的特性&#xff1b; 2&#xff1a;本文主要为理念的讲解&#xff0c;模型也是笔者自建&#xff0c;文中假设与观点是基于笔者对模型及数据的一孔之见&#xff0c;若有不同见解…
阅读更多...
Linux最小安装网络配置、jdk安装以及虚拟机克隆的操作（超详细过程）

Linux最小安装网络配置、jdk安装以及虚拟机克隆的操作（超详细过程）

一、最小安装配置网络 1、配置文件&#xff1a; 进入“/etc/sysconfig/network-scripts”目录&#xff0c;查看当前目录下的“ifcfg-ens33”文件 对“ens33”文件进行配置 2、重启网络&#xff1a; 使用“systemctl restart network”命令即可 3、ping网络&#xff0c;如果…
阅读更多...
【Proteus仿真】51单片机+步进电机驱动

【Proteus仿真】51单片机+步进电机驱动

【Proteus仿真】51单片机步进电机驱动 &#x1f516;Proteus仿真基础实验-步进电机驱动&#x1f33f;Proteus8.12平台 &#x1f4cb;步进电机简介 步进电机是一种将电脉冲转换为角位移的开环控制元步进电机。一般地&#xff0c;当步进驱动器接收到脉冲信号时&#xff0c;它将根…
阅读更多...
企业邮箱购买指南：分享如何购买适合企业的企业邮箱

企业邮箱购买指南：分享如何购买适合企业的企业邮箱

如果你想为你的公司设立一个新的公司邮箱帐户&#xff0c;有几种不同的选择可供选择。根据公司的规模和需求&#xff0c;你可以从邮箱托管公司购买一个邮箱地址&#xff0c;购买域名并创建一个自定义邮箱地址&#xff0c;或者与第三方提供商合作。无论您选择哪种方法&#xff0…
阅读更多...
服务（第三十四篇）ceph-分布式存储

服务（第三十四篇）ceph-分布式存储

什么是ceph&#xff1f; ceph 是一种统一的分布式文件系统&#xff0c;具有优秀的性能、高可用性和可扩展性。ceph 的统一体现在可以提供文件系统、块存储和对象存储&#xff0c;分布式体现在可以动态扩展。在国内一些公司的云环境中&#xff0c;通常会采用 ceph 作为 openstac…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023